基于XGBoost和LSTM加权组合模型在销售预测的应用

摘要：

针对多变量的商品销售预测问题,为了提高预测的精度,提出了一种ARIMA-XGBoost-LSTM加权组合方法,对具有多个影响因素的商品销售序列进行预测,本文采用ARIMA做单变量预测,将预测值作为新变量同其他变量一起放入XGBoost模型中进行不同属性的挖掘,并将XGBoost的预测值合并到多变量序列中,然后通过将新的多维数据转换为监督学习序列后利用LSTM模型进行预测,将3种模型预测结果进行加权组合,通过多次实验得出最佳组合的权值,以此计算出最终的预测值.数据结果表明,基于XGBoost和LSTM的加权组合的多变量预测方法比单一的预测方法所得到的预测值更为精准.

关键词：ARIMA、LSTM、XGBoost、时间序列、组合模型预测

所属期刊栏目：28

资助基金：国家自然科学基金61841701;福建省自然科学基金2016J01287, 2018J01781;电子信息与控制福建省高校工程研究中心开放基金EIC 1703;广东省自然科学基金2019B010137002

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：226-232